可拓蚁群算法
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·蚁群行为描述 | 第9页 |
| ·蚁群算法的产生及发展 | 第9-10页 |
| ·蚁群算法的应用 | 第10-12页 |
| ·在动态组合优化中的使用 | 第11页 |
| ·在静态组合优化中的使用 | 第11-12页 |
| ·可拓学简介 | 第12-13页 |
| ·课题研究的意义 | 第13-14页 |
| ·本文的结构安排 | 第14-15页 |
| 第2章 蚁群算法基本原理 | 第15-25页 |
| ·蚁群算法原理 | 第15-16页 |
| ·蚂蚁系统 | 第16-20页 |
| ·蚁群系统 | 第20-22页 |
| ·蚁群优化 | 第22-23页 |
| ·蚁群算法的复杂度分析 | 第23-25页 |
| 第3章 改进的蚁群算法 | 第25-35页 |
| ·带精英策略的蚂蚁系统 | 第25-26页 |
| ·基于优化排序的蚂蚁系统 | 第26-27页 |
| ·最大最小蚂蚁系统 | 第27-28页 |
| ·蚁群算法与遗传算法的融合 | 第28-30页 |
| ·蚁群算法与免疫算法的融合 | 第30-32页 |
| ·蚁群算法与人工神经网络的融合 | 第32-35页 |
| 第4章 可拓蚁群算法 | 第35-49页 |
| ·可拓蚁群算法初始描述 | 第35-37页 |
| ·可拓信息元对蚁群算法的描述 | 第35-36页 |
| ·对下一个节点的选择 | 第36-37页 |
| ·局部信息素更新规则 | 第37-41页 |
| ·变换 | 第37-38页 |
| ·计算关联函数 | 第38-40页 |
| ·信息素的更新 | 第40-41页 |
| ·全局信息素更新 | 第41-42页 |
| ·算法的实现过程 | 第42-43页 |
| ·算法流程图 | 第43-45页 |
| ·算例分析 | 第45-47页 |
| ·仿真算例 | 第47-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 研究生履历 | 第55页 |